Observational Learning
Generalization, Discrimination, and Extinction
Concepts and Prototypes
Associative Learning
Multi-input and Multi-variable systems
Survival Tree
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Zhiming Xu1, Suorong Yang2, Baile Xu1
1State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, 210023, China; School of Artificial Intelligence, Nanjing University, China.
本研究介绍了双原型网络与任务明智的适应 (DPTA) 打击灾难性忘记在课堂增量学习 (CIL) 使用预训练模型. DPTA提高了知识的保留和新任务的表现.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: